最后
不知道你们用的什么环境,我一般都是用的Python3.6环境和pycharm解释器,没有软件,或者没有资料,没人解答问题,都可以免费领取(包括今天的代码),过几天我还会做个视频教程出来,有需要也可以领取~
给大家准备的学习资料包括但不限于:
Python 环境、pycharm编辑器/永久激活/翻译插件
python 零基础视频教程
Python 界面开发实战教程
Python 爬虫实战教程
Python 数据分析实战教程
python 游戏开发实战教程
Python 电子书100本
Python 学习路线规划
网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!
从图中可以看出来,港口,军事基地,p城,学校等这些红色的地方伤亡人数最大,而且很明显能看出下岛的两座桥上网率也很大,想来钢枪还是躲开人群都可以借鉴
#森林击杀图 fig, ax = plt.subplots(figsize = (24,24)) ax.set_xlim(0, 4096); ax.set_ylim(0, 4096) ax.imshow(bg) ax.imshow(colors2, extent = extent2, origin = 'lower', cmap = cm.RdBu, alpha = 1) plt.gca().invert_yaxis() plt.colorbar() plt.title('森林地图击杀率图')
这是森林击杀图,和森林死亡图基本重合,有人在的被击杀的地方就肯定有人击杀,不过要是仔细看的话,还有一点的差异,这便是LYB的藏身之地。
#沙漠地图 bg = imread('miramar.jpg') hmap, extent = heatmap(plot_data_mv[:,0], plot_data_mv[:,1], 1.5, bins = 800) alphas = np.clip(Normalize(0, hmap.max()/200, clip=True)(hmap2)*1.5, 0.0, 1.) colors2 = Normalize(hmap2.max()/100, hmap2.max()/20, clip=True)(hmap2) colors2 = cm.rainbow(colors2) colors2[..., -1] = alphas2 hmap2, extent2 = heatmap(plot_data_mv[:,0], plot_data_mv[:,1], 1.5, bins = 800) alphas2 = np.clip(Normalize(0, hmap2.max()/200, clip=True)(hmap2)*1.5, 0.0, 1.) colors = Normalize(hmap.max()/100, hmap.max()/20, clip=True)(hmap) colors = cm.rainbow(colors) colors[..., -1] = alphas a = colors2[...,-1] colors3 = colors2 colors3[...,-1] = np.clip(abs(colors2[...,-1]-colors[...,-1]),0.0,1.) np.mean(colors2[...,-1]-colors[...,-1])
#沙漠LYB图 fig, ax = plt.subplots(figsize = (24,24)) ax.set_xlim(0, 1000);ax.set_ylim(0, 1000) ax.imshow(bg) #ax.imshow(colors, extent = extent, origin = 'lower', cmap = cm.Blues, alpha = 0.5) ax.imshow(colors3, extent = extent2, origin = 'lower', cmap = cm.Reds, alpha = 0.5) plt.gca().invert_yaxis() plt.title('沙漠地图击杀率图') #通过对比击杀率和死亡率,寻找lyb藏身之地 #color3,击杀率大于死亡率的地方
感谢每一个认真阅读我文章的人,看着粉丝一路的上涨和关注,礼尚往来总是要有的:
① 2000多本Python电子书(主流和经典的书籍应该都有了)
② Python标准库资料(最全中文版)
③ 项目源码(四五十个有趣且经典的练手项目及源码)
④ Python基础入门、爬虫、web开发、大数据分析方面的视频(适合小白学习)
⑤ Python学习路线图(告别不入流的学习)
网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!